CN103112391A - 用于分类位于车辆的前方区域中的光学物体的方法和装置 - Google Patents

Abstract

本发明涉及一种用于分类位于车辆的前方区域中的光学物体的方法，其中，所述方法包括通过至少两个在不同时间成像所述光学物体的图像来确定（651）对应于所述光学物体的亮度变化过程的步骤和组合（653）所述亮度变化过程与典型的亮度变化过程的步骤，以便分类所述光学物体。

Description

用于分类位于车辆的前方区域中的光学物体的方法和装置

技术领域

本发明涉及用于分类位于车辆的前方区域中的光学物体的方法和装置以及相应的计算机程序产品。 

背景技术

可以由车辆的摄像机监视车辆的环境。摄像机的图像可以由图像分析处理装置分析处理，以便获得驾驶辅助系统所需的信息。这些信息可以包括关于位于车辆的环境中的其他车辆（Fremdfahrzeug）的数据。 

文献DE10254806B4示出一种用于机动车中的至少两个信息源的信息处理的方法。 

发明内容

在所述背景下，本发明提出了根据主权利要求的用于分类位于车辆的前方区域（Vorfeld）中的光学物体（Lichtobjekt）的方法和装置以及相应的计算机程序产品。有利的构型由相应的从属权利要求和以下说明得出。 

从车辆的驾驶员的角度来看，位于运动的车辆的前方区域中的物体根据涉及自发光物体还是反射物体具有时间上的不同亮度变化过程。也可以在探测位于车辆的前方区域中的物体的车辆摄像机的图像上识别不同的亮度变化过程。通过对应于当前识别的物体的亮度变化过程与已知的典型的亮度变化过程的比较，可以确定当前识别的物体涉及自发光物体还是涉及反射物体，其中所述已知的典型（charakteristisch）的亮度变化过程例如对应于反射物体的近似（ 

）。 

这能够通过当前的亮度变化过程与近似的照明分布的相关来实现反射体（Reflektor）的识别。近似的照明分布可以涉及反射体的由车辆的大灯引起的照明。 

所述方案可以用于自动远光调节系统。对于这样的系统，需要将所识 别的光学物体分成例如可以对应于其他交通的重要的光学物体和不重要的物体（如反射体）。为了实施自发光物体和反射物体的区分以及能够实现其他交通或者反射体的识别或可信度检验，还可以使用自身车辆的照明特性。 

通过使用简化的或近似的照明特性，提出一种高效的方法，以便稳健地分类反射体。近似简化了与不同大灯类型的匹配。因此不需要实施开销较高的照明特性测量。由此，也可以使用于特性的存储需求较小。 

通过选择用于反射体分类的可变时间范围，可以简单地调节或使用整个系统的性能。可变时间范围可以说明以下持续时间：在所述持续时间期间检测光学物体的图像，以便分类所述光学物体。 

通过所述方案尤其可以快速探测脉冲光源，例如LED尾灯或新型的前大灯系统，因为它们具有与反射体显著不同的亮度波动。在对应于脉冲光源的亮度变化过程与对应于反射体的典型的亮度变化过程的相关时，与取代脉冲光源而与反射体假设相比在相关中得到显著的偏差。 

本发明提供一种用于分类位于车辆的前方区域中的光学物体的方法，其中所述方法包括以下步骤： 

通过至少两个在不同时间成像光学物体的图像来确定对应于所述光学物体的亮度变化过程；以及 

将所述亮度变化过程与典型的亮度变化过程组合，用于分类所述光学物体。 

车辆例如可以涉及轿车或载重车辆。在执行所述方法期间，所述车辆可以在道路上运动。光学物体可以在行驶方向上设置在车辆前方。所述光学物体可以位于由车辆的大灯照明的区域中。所述光学物体可以是发射光的物体，所述物体可在例如车辆的摄像机的图像上识别。在图像中，所述物体可以表示为包括一个或多个像点的并且比环境更亮的区域。在拍摄至少两个图像中的第一图像和另一图像的时刻之间，车辆与光学物体之间的距离可以变化。如果所述光学物体是反射体，则由大灯辐射到光学物体上的光束与由反射体反射到车辆上的光束之间的反射角可以由于所述距离的变化而变化。这可以导致光学物体在拍摄两个或更多个图像的时刻之间的可见的亮度变化。所述亮度变化可以通过图像的分析处理识别并且表示为亮度变化过程。所述亮度变化过程可以包括在时间上、在驶过的路段上或 者在车辆与光学物体之间的距离变化上记录的光学物体的亮度的值。在组合的步骤中，可以将当前求得的、对应于在图像中成像的真实物体的亮度变化过程与所存储的亮度变化过程、即典型的亮度变化过程进行比较。如果当前求得的亮度变化过程与典型的亮度变化过程至少近似地或者在一定的公差范围内一致，则可以由此得出：引起当前求得的亮度变化过程的光学物体是在其光发射方面与对应于典型的亮度变化过程的物体具有类似的特性的物体。如果典型的亮度变化过程例如对应于反射物体，则可以通过执行所述方法将在图像中成像的光学物体分类为自发光物体或者反射物体。每时间间隔分析处理的图像越多并且时间间隔越长，则可以更准确地实施分类。在此，每时间间隔的图像数量以及时间间隔的长度可以是固定地预给定的或者是可调节的。如果给定可调节性，则其例如可以取决于车辆的速度。也可以如此长地延长时间间隔，直到所实施的光学物体分类提供可信的结果或者光学物体已经离开摄像机的检测范围为止。 

所述方法可以包括根据车辆的照明车辆的前方区域的大灯的当前照明特性来选择典型的亮度变化过程的步骤。所述大灯可以是车辆的两个前大灯中的一个。照明特性可以取决于大灯的运行状态并且附加或替代地取决于大灯的类型。照明特性可以涉及由大灯辐射的光量和光分布。关于照明特性的信息可以通过接口由用于触发大灯的控制装置接收。通过考虑照明特性可以非常精确地通过典型的亮度变化过程反映真实的亮度变化过程。 

在确定的步骤中可以确定成像所述光学物体的第一图像中的光学物体的第一亮度和至少一个成像所述光学物体的第二图像中的光学物体的至少一个第二亮度。亮度变化过程可以由所述第一亮度和至少一个第二亮度确定。如果分析处理多于两个图像，则亮度变化过程可以由相应图像中的光学物体的相应亮度确定。分析处理的图像越多，则可以越精确地表示亮度变化过程。 

在此，在确定的步骤中，可以将亮度变化过程确定为第一亮度与至少一个第二亮度之间的变化。因此，可以由至少两个在不同图像中确定的亮度之间的差别确定亮度变化过程。通过所述方式可以非常简单地确定亮度变化过程。也可以借助可简单实现的关联规则实施与典型的亮度变化过程的组合。 

在确定的步骤中，可以通过多个在可预给定的时间间隔内检测到的并且成像光学物体的图像来确定亮度变化过程。可以以确定的时间间距由车辆的摄像机检测这些图像。当在图像中识别出应被分类的光学物体时，也可以缩短所述时间间距。可以如此选择时间间隔，使得在所述时间间隔内拍摄的图像根据本发明足以分类光学物体。也可以如此长地选择时间间隔，使得可以识别图像中的光学物体或者直到明确地分类所述光学物体。可以已经实施了所述方法的步骤，而所述时间间隔还在持续并且因此检测用作分类光学物体的基础的更多图像。 

因此，可以连续地实施确定和组合的步骤，直到光学物体已经分类为止。通过所述方式一方面能够以高精确度实施分类。另一方面可以一旦成功地实施了分类则结束所述方法的执行。由此可以将分类所需的计算开销减小到一定需要的程度上。 

根据一个实施方式，在组合的步骤中，可以将所述亮度变化过程与对于反射光学物体而言典型的亮度变化过程组合，以便将所成像的光学物体分类为反射光学物体或自发光光学物体。可以一次测量所述典型的亮度变化过程。也可以在知道反射光学物体的反射特性的情况下计算或估计所述典型的亮度变化过程。与确定典型的亮度变化过程的方式无关，可以存储所述亮度变化过程，以便所述方法使用。 

例如，在组合的步骤中可以实施所述亮度变化过程与所述典型的亮度变化过程之间的相关。所述相关提供可良好地分析处理的结果，其表示这些亮度变化过程是相同、彼此相近还是明显相互偏差。根据所述结果可以分类光学物体。替代相关，可以实施用于比较亮度变化过程的其他适当的方法。 

此外，本发明提供了一种装置，所述装置被构造用于在相应的装置中实施或实现根据本发明的方法的步骤。本发明的装置形式的实施变型方案也可以快速且有效地解决本发明所基于的任务。 

装置在此可以理解为处理传感器信号和据此输出控制信号的电设备。所述装置可以具有硬件构造的和/或软件构造的接口。在硬件构造时，接口例如可以是所谓的系统ASIC的一部分，其包含所述装置的各种不同的功能。但也可能的是，接口是单独的集成电路或者至少部分地由分立的部件 组成。在软件构造时，接口可以是例如在微控制器上与其他软件模块共存的软件模块。 

具有程序代码的计算机程序产品也是有利的，所述程序代码可以存储在机器可读的载体——如半导体存储器、硬盘存储器或光学存储器上，并且用于当在计算机或装置上执行所述程序时实施根据以上描述的实施方式之一的方法。 

附图说明

以下根据附图示例性地详细阐述本发明。附图示出： 

图1和2：车辆的示图； 

图3和4：车辆摄像机的图像的示图； 

图5：本发明的一个实施例的框图； 

图6：本发明的一个实施例的流程图； 

图7：根据本发明的一个实施例的所测量的照明图； 

图8：根据本发明的一个实施例的在图7中示出的所测量的照明图的近似； 

图9：根据本发明的一个实施例的由车辆摄像机拍摄的图像； 

图10：根据本发明的一个实施例的自发光物体的亮度变化过程； 

图11：根据本发明的一个实施例的反射物体的亮度变化过程； 

图12：来自接近反射体的亮度变化和来自照明图的亮度变化； 

图13：在图8中示出的近似的照明图； 

图14：根据本发明的一个实施例的图像中的多个光学物体的运动。 

具体实施方式

在本发明的优选实施例的以下描述中，对于在不同附图中示出并且作用类似的元件使用相同或类似的参考标号，其中不重复描述这些元件。 

图1示出根据本发明的一个实施例的车辆100的示图。车辆100具有大灯102和摄像机104。大灯102被构造用于在运行中照明车辆100的前方区域。摄像机104被构造用于产生在时间上连续的图像，这些图像分别成像车辆100的前方区域。 

在车辆100的前方区域中存在一些物体——在此为具有反射体111的边柱和具有照明装置113的相向行驶的车辆。车辆100以一个速度朝着所述反射体和所述相向行驶的车辆的当前位置运动。 

所述相向行驶的车辆的照明装置113是自发光的光学物体，例如大灯。在图1中示例性地示出了由照明装置113辐射的光束，所述光束被摄像机104的图像拍摄装置检测。由图像拍摄装置检测到的所辐射的光束的强度取决于照明装置113的发光光强和照明装置113与摄像机104之间的距离以及角度。 

反射体111不是自发光的，而是被构造成反射入射的光束。在图1中 示例性地示出了由大灯102辐射的光束，所述光束射到反射体111上、被反射体111反射并且作为反射光束被摄像机104的图像拍摄装置检测。由图像拍摄装置检测的反射光束的强度取决于大灯102的照明特性、大灯102与反射体111之间的距离以及角度、反射体的反射特性以及由大灯102辐射并且在反射体111上反射的光束的由大灯102、摄像机104和反射体111的位置确定的反射角。 

图2示出根据本发明的一个实施例的在图1中示出的车辆100的另一示图。在与图1相比更迟的时刻示出车辆100。基于车辆100的速度，车辆100已经接近反射体111、相向行驶的车辆的照明装置113。由此，尤其是由大灯102辐射并且在反射体111上反射的光束的由大灯102、摄像机104和反射体111的位置确定的反射角发生变化。因此，反射体111看起来具有与在图1中示出的情况相比不同的亮度。 

图3示出根据本发明的一个实施例的由车辆摄像机拍摄的图像320的示意图。在此可以是由在图1中示出的摄像机拍摄的关于在图1中示出的情况的图像。在图像320上可以看到在图1中示出的反射体的成像321和在图1中示出的相向行驶的车辆的照明装置的成像323。这些成像321、323可以借助于图像320的适当的图像分析处理来识别。反射体的成像321与照明装置的成像323相比具有更小的亮度。可以检测和分析处理对应于成像321、323的亮度的值。 

图4示出根据本发明的一个实施例的由车辆摄像机拍摄的图像420的示意图。在此可以是由在图2中示出的摄像机拍摄的关于在图2中示出的情况的图像。在图像420上可以看到在图1和2中示出的反射体的另一成像421和在图1和2中示出的照明装置的另一成像423。可以借助于图像420的适当的图像分析处理来识别这些成像421、423。反射体的成像421与照明装置的成像423相比具有类似的亮度。可以检测和分析处理对应于成像421、423的亮度的值。 

在图3和4中示出的图像320、420是在不同时刻拍摄的。照明装置的成像323、423的亮度在图像320、420中大致保持相同。因此，照明装置的成像323、423在图像320、420上显示出近似恒定的亮度变化过程。 

反射体的成像321、421的亮度在图像320、420中发生显著变化。在 这种情况下，成像421的亮度与成像321的亮度相比增大。因此，反射体的成像321、421在图像320、420上显示出变化的、在此变大的亮度变化过程。 

因此，可以看到反射体的成像321、421的亮度变化过程与照明装置的成像323、423的亮度变化过程中的差别。通过反射体的成像321、421的亮度变化过程与例如典型的反射体的典型的亮度变化过程的比较，可以将成像321、421分类为反射体的成像。与此相应地，可以通过照明装置的成像323、423的亮度变化过程与例如典型的反射体的典型的亮度变化过程的比较，可以将成像323、423分类为不是反射体的成像并且因此分类为自发光的光学物体、如照明装置的成像。替代地，可以实施与典型的自发光的光学物体的典型的亮度变化过程的比较。 

图5示出根据本发明的一个实施例的具有用于分类位于车辆100的前方区域中的光学物体的装置的车辆100。所述车辆100可以是根据图1描述的车辆。所述车辆100具有摄像机104，所述摄像机被构造用于产生车辆100的前方区域的图像——例如在图3中示出的图像并且将所述图像具有或不具有预处理地提供给用于分类的装置。 

用于分类的装置具有确定装置541、组合装置543和分类装置555。用于分类的装置被构造用于基于摄像机104提供的图像来分类在图像中成像的光学物体以及输出关于通过分类确定的光学物体的类型的信息。关于光学物体和光学物体的类型的信息例如可以由车辆100的辅助系统547使用。辅助系统547例如可以是自动远光调节系统。 

用于分类的装置的确定装置541被构造用于接收图像的序列或者图像的图像片断，这些图像是由摄像机104拍摄的。确定装置541被构造用于识别图像序列中的一个或多个光学物体或者接收关于一个或多个在图像序列中成像的光学物体的信息。此外，确定装置541被构造用于对于每一个图像中的每一个光学物体确定一个亮度值以及由每个光学物体的亮度值序列对于每一个光学物体确定一个亮度值变化过程。确定装置541被构造用于对于每一个光学物体输出关于亮度变化过程的信息。在此，所述确定装置541可以被构造用于在预先确定数量的经分析处理的图像之后输出所述亮度变化过程，在这些图像中成像了一个确定的物体。替代地，所述确定 装置可以被构造用于已经通过分析处理少量图像——例如两个图像确定和输出亮度变化过程以及被构造用于在分析处理每一个另外的可以识别出光学物体的图像之后更新所述亮度变化过程以及作为更新的亮度变化过程输出所述亮度变化过程。确定装置541可以被构造用于通过时间标度或路径标度设置或者标准化所述亮度变化过程。例如，亮度变化过程可以对应于一个路段，车辆在拍摄亮度变化过程所基于的图像期间已经驶过所述路段或者车辆在拍摄亮度变化过程所基于的图像期间已经以所述路段接近光学物体。通过所述方式可以在确定亮度变化过程时考虑不同的车辆速度或车辆与光学物体之间不同的相对速度。 

组合装置543被构造用于从确定装置541接收亮度变化过程并且将其分别与一个典型的亮度变化过程组合。为了组合亮度变化过程，组合装置543可以具有相关器，所述相关器被构造用于将当前的亮度变化过程的值与典型的亮度变化过程的值相关。组合装置543还被构造用于提供亮度变化过程的组合的结果。基于所述结果可以分类光学物体。组合装置543可以被构造用于通过接口接收、从存储器中读取或者基于车辆的大灯的当前参数确定典型的亮度变化过程。 

根据所述实施例在分类装置555中进行所述一个或多个光学物体的分类。分类装置555被构造用于分析处理每一个由组合装置543提供的结果，以便用于分别确定光学物体的类型。为此，分类装置555可以被构造用于将结果与阈值进行比较。如果所述结果低于所述阈值，则这例如可以表示光学物体是反射物体。如果所述结果超过所述阈值，则这可以表示光学物体是自发光物体。如果一个亮度变化过程由组合装置543与多个不同的典型的亮度变化过程组合并且由此对于每个亮度变化过程产生多个结果，则可以基于所述多个结果细致化由分类装置555实施的分类。 

图6示出根据本发明的一个实施例的用于分类位于车辆100的前方区域中的光学物体的方法的流程图。所述方法例如可以由在图5中示出的装置执行。在步骤651中，通过至少两个在不同时间成像光学物体的图像来确定对应于一个光学物体的亮度变化过程。在步骤653中，将所述亮度变化过程与典型的亮度变化过程组合，以便分类所述光学物体。例如在车辆的大灯主动发射光并且因此位于大灯的影响区域内的反射体可以反射大灯 的光时可以一直执行所述方法。 

图7示出根据本发明的一个实施例的所测量的照明图720。所述照明图720是自己的远光灯723在定义的距离上的亮度分布731、732、733、734。所述照明图可以由白色墙壁的照明的成像得出。较外部的面积733、734表示弱的照明，相反，中央的面积731、732表示强的照明。 

照明图720可以基于由车辆摄像机拍摄的图像。可以看到两个近似椭圆的面积，其具有非常大的亮度。这两个面积共同由亮度减小的环形区域731、732、733包围。可以将照明图的值标准化到最大值上，以便可以读取照明图上的两点之间的相对亮度变化。照明图中的每个点相应于具有关于所安装的摄像机的视向（光轴）的定义的水平角度和垂直角度的可见光束。 

替代地，可以实施照明图720的近似，并且可以确定近似的照明图的成像远光灯的区域的亮度变化过程。 

图8示出根据本发明的一个实施例的在图7中示出的所测量的照明图的近似820。由所测量的照明图通过两个1D函数的近似来确定近似的照明图820。近似的照明图820又表示远光灯723在定义的距离上的亮度分布731、732、733、734。 

图9示出根据本发明的一个实施例的由车辆摄像机拍摄的图像920。在此可以涉及由在图1中示出的摄像机拍摄的图像，其中车辆在车道上朝着设置在车道右边缘上的反射体921运动。在反向车道上两个车辆与所述车辆相向行驶，所述两个车辆的大灯923a、923b在图像920上可以分别识别为圆形的区域。与较近的车辆的大灯923b相比，较远离的车辆的大灯923a在图像920中更小并且具有更小的亮度。假设大灯923a、923b是具有相同光学特性的大灯，则可以由图像920间接地得出接近的大灯的亮度的变化。大灯923a、923b越接近拍摄图像920的摄像机，则亮度越大。 

图10示出根据本发明的一个实施例的自发光物体的亮度变化过程1063。自发光物体在此是车辆，或更确切地说是车辆的大灯。因此，亮度变化过程1063例如可以表示在图9中示出的大灯923b的亮度在时间上的变化。在图10中，横坐标表示时间t而纵坐标表示亮度H。可以基于多个图像确定亮度变化过程1063，这些图像表示在图9中示出的、不同时刻的情况。对于图像或图像近似的每一个时刻，对应于所述一个或多个大灯的 亮度值可以由图像确定并且记录在图10中示出的图中，以便确定亮度变化过程1063。 

所述亮度变化过程1063代表根据本发明的一个实施例的发光物体的典型的亮度变化过程。根据所述实施例，发光物体的典型的亮度变化过程在时刻零具有不存在的亮度，其随着时间较缓慢地并且最终越来越快地增大。发光物体的典型的亮度变化过程可以通过抛物线的一半来表示。 

图11示出根据本发明的一个实施例的反射物体的亮度变化过程1161。在此，反射物体是反射体。因此，所述亮度变化过程1161例如可以表示在图9中示出的反射体321的亮度在时间上的变化。在图11中，横坐标表示时间t而纵坐标表示亮度H。可以基于多个图像来确定亮度变化过程1161，这些图像表示在图9中示出的、不同时刻的情况。对于图像或图像近似的每一个时刻，对应于反射体的亮度值可以由图像确定并且记录到在图11中示出的图中，以便确定亮度变化过程1161。 

亮度变化过程1161代表根据本发明的一个实施例的反射光的物体的典型的亮度变化过程。根据所述实施例，所述反射光的物体的典型的亮度变化过程在时刻零具有不存在的亮度，其随着时间首先缓慢地随后越来越快地并且最终重新较缓慢地增大。 

亮度变化过程1161由从接近反射体中得出的亮度变化与从照明图中得出的亮度变化的关联得出。在图12中示出了相应的关联。 

图12在左图中示出来自接近反射体的亮度变化1261a并且在右图中示出来自照明图的亮度变化1261b。横坐标表示时间t并且纵坐标表示亮度H。可以通过乘法进行亮度变化1261a、1261b的关联。 

图13示出已经在图8中示出的近似的照明图820，其中示意性地示出了根据本发明的一个实施例读取两个位置上的标准化的照明值。这两个位置（以两个圆示出）由在不同时刻拍摄光学物体得出。在两个不同的时刻可以分别在相应的位置上从照明图读取其标准化的照明亮度并且将其用于确定亮度变化过程1261b。 

图14示意性地示出根据本发明的一个实施例的图像中的多个光学物体的运动。所述运动是反射体321相对于摄像机的运动，所述摄像机拍摄情况的图像序列。通过两个圆示出了反射体321在两个不同时刻的不同位置。 反射体321在此向右下方运动，如通过箭头示出的那样。在所述两个不同的时刻，可以分别在相应的位置上从照明图中读取反射体321的亮度并且将其用于确定亮度变化过程，如其例如在图12，1261b中示出的那样。可以从照明图920中读取图像中的反射体321的运动，例如借助于适当的图像分析处理。 

以下根据图1至14详细地阐述本发明的实施例。 

为了更稳定的反射体识别，在一个可变的时间范围上，从2至N个图像，将光学物体111、113的亮度变化过程与反射体111的假定的亮度变化过程进行比较。在此，感兴趣的不是绝对照明，而是亮度变化的类型以及其在时间上的变化率。通过两个亮度变化过程的相关（一个是所测量的亮度变化过程而一个是假定反射体111情况下的亮度变化过程），可以实施反射体111以及自发光的物体113的分类。时间范围选择得越长，即在时间上彼此分开最远并且对于光学物体进行分析处理的图像之间的距离越大，则分类越可靠。 

为了确定反射体111的假定的亮度变化过程，需要当前的照明特性及其参数。所述参数例如可以涉及远光灯打开/关闭、GLW级或矩阵束区段的开关状态。在此，GLW表示“gleitende Leuchtweite（平滑照明距离）”。因此，能够以定义的级从近光直至全远光调节大灯照明，从而可以照明车辆前方的相应距离（例如50m至200m）。如已经说明的那样，在此感兴趣的不是真实的照明强度，而仅仅是像点与像点间的照明变化，即标准化的照明图便足够了。 

可以近似所述照明图，例如在卤素远光灯中通过两个高斯或者在可变的大灯系统——如GLW、MDF（maskiertes Dauerfernlicht：掩蔽连续远光灯）、矩阵束中通过可参数化的函数。例如，图7示出照明图720并且图8示出近似的照明图820。 

所述照明图可以是预给定的。替代地，可以根据反射体自动地构造所述图，通过将光学物体分类为反射体以及将沿反射体轨迹的亮度变化记录在照明图中。 

如从图10至12中可以看到的那样，与自发光物体的亮度变化过程1063不同，反射体的亮度变化过程1161由两个分量1261a、1261b定义。一方 面，接近反射体影响亮度的大小。这可以由以下得出：光对于每一米所经过的路段必须向着反射体少经过两米。另一方面，通过近似决定的亮度的大小基于所安装的大灯的照明特性影响（另外角度的）反射体的改变的照明。 

对于光学物体111、113的分类，首先需要超过多个图像220、320地跟踪所述光学物体。由此，可以存储每个光学物体111、113的亮度变化过程，即在一定的历程（Historie）上，并且将所述亮度变化过程与反射体111的所期望的亮度变化过程通过所存储的、近似的照明特性进行比较。 

由此，可以或者连续地从图像220至图像320或者在确定的历程上——例如N个图像或自身车辆驶过的M米路段实施与反射体假设的比较。 

可以借助所述物体的依次测量的亮度按百分比计算光学物体的第一次出现的亮度并且相应地在照明图中进行相同的百分比分析处理。在考虑可能接近反射体的情况下，在此可以分析能够实现将光学物体分类为自发光的物体或反射的物体的趋势。 

为了与反射体假设比较，例如相应于图像220、320的历程中的起点与终点之间的亮度值的差或百分比差的亮度差DeltaPhi_objekt可以与来自近似的照明特征的、相应于照明图中的物体的起始位置与终点位置之间的亮度值的差或百分比差的DeltaPhi_{Beleuchtungschar}进行比较。如果这些差在考虑自身车辆的所驶过的路段的情况下相匹配，即相关性足够高，则可以设置一个相应的值或者改变通到连接在后面的反射体分类的计数器。 

所描述的并且在附图中示出的实施例仅仅是示例性地选择的。不同的实施例可以完全地或者在各个特征方面彼此组合。一个实施例也可以通过另一实施例的特征来补充。此外，可以重复以及以不同于所描述的顺序的顺序来执行根据本发明的方法步骤。 

Claims (10)

1.用于分类位于车辆（100）的前方区域中的光学物体（111，113）的方法，其中，所述方法包括以下步骤：

通过至少两个在不同时间成像所述光学物体的图像（320；420；920）来确定（651）对应于所述光学物体（111，113）的亮度变化过程（1161；1063）；以及

组合（653）所述亮度变化过程与典型的亮度变化过程，以便分类所述光学物体。

2.根据权利要求1所述的方法，其特征在于，所述方法具有根据所述车辆的照明所述车辆（100）的前方区域的大灯（102）的当前照明特性来选择所述典型的亮度变化过程的步骤。

3.根据以上权利要求中任一项所述的方法，其特征在于，在所述确定的步骤中，确定成像所述光学物体的第一图像（320）中的所述光学物体（111，113）的第一亮度和至少一个成像所述光学物体的第二图像（420）中的所述光学物体（111，113）的至少一个第二亮度以及由所述第一亮度和所述至少一个第二亮度确定所述亮度变化过程。

4.根据权利要求3所述的方法，其特征在于，在所述确定的步骤中，将所述亮度变化过程（1161；1063）确定为所述第一亮度与所述至少一个第二亮度之间的变化。

5.根据以上权利要求中任一项所述的方法，其特征在于，在所述确定的步骤中，通过多个在能够预给定的时间间隔上检测到的并且成像所述光学物体（111，113）的图像（320；420；920）确定所述亮度变化过程。

6.根据以上权利要求中任一项所述的方法，其特征在于，连续地实施所述确定（651）和组合（653）的步骤，直到所述光学物体（111，113）已经分类。

7.根据以上权利要求中任一项所述的方法，其特征在于，在所述组合（653）的步骤中，将所述亮度变化过程（1161；1063）与对于反射的光学物体（111，113）而言典型的亮度变化过程组合，以便将所成像的光学物体分类为反射的光学物体或者自发光的光学物体。

8.根据以上权利要求中任一项所述的方法，其特征在于，在所述组合（653）的步骤中，实施所述亮度变化过程（1161；1063）与所述典型的亮度变化过程之间的相关。

9.用于分类位于所述车辆（100）的前方区域中的光学物体（111，113）的装置，所述装置被构造用于实施根据权利要求1至8中任一项所述的方法的步骤。

10.具有程序代码的计算机程序产品，用于当在所述装置上执行程序时实施根据权利要求1至8中任一项所述的方法。

Images